Nature Electronics:王欣然教授团队提出基于二维材料的高效稀疏神经网络硬件方案
计算材料学
2025-01-11 12:44
文章摘要
本文介绍了王欣然教授团队在《Nature Electronics》上发表的最新研究,提出了一种基于二维材料的高效稀疏神经网络硬件解决方案。该研究受神经生物学启发,开发了“存内稀疏”计算架构,通过集成稀疏矩阵和权重矩阵的Hadamard乘积于一个单元内部,解决了稀疏神经网络硬件的索引瓶颈问题。团队还开发了矢量近似更新算法,实现了软硬件协同优化,显著降低了稀疏神经网络训练的开销。实验结果表明,该硬件方案在75%的稀疏率下实现了98.4%的EMNIST手写字母分类精度,并展示了二维半导体材料在人工智能硬件中的巨大潜力。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。